一篇了解数据治理框架

如果有什么东西可以定义当今蓬勃发展的企业，那就是对公司数据的使用有深刻的理解和策略。 但是，它提出了来自用户和利益相关者的一系列问题——我的公司中存在哪些数据？它存储在哪里？我的问题的最佳数据是什么？弄清楚这一点后，就会出现更多问题。如何访问它？我可以相信它吗？ 提供和控制数据访问、确保数据质量和数据保护——所有这些都在数据治理之下。 一种数据目录负责有效地查找和理解您的数据部分。现在它还结合了数据治理工具集的功能。数据编目和数据治理的合并是非常合适的。那是因为它们的功能是如此交织在一起。 在这里，一起讨论有效数据治理的框架。首先，我将布局数据治理的功能，然后是支持这些功能所需的功能。

数据治理框架中的功能

在数据治理下执行的所有职能中——政策制定、变更管理、使数据战略与业务战略、原则和道德保持一致，均由公司领导层和管理层执行。

政策制定

对于管理各种数据的组织，它需要在以下领域制定特定的政策。

数据传输策略，（例如 PII 信息在加密之前不能共享） 命名约定政策 访问控制策略 数据质量方针

更换管理层

传统公司可以转向自助服务，或者在相反的情况下，快速发展的初创公司可以开始拥有更多控制权。在这两种情况下，我们都需要一个变更管理程序。数据治理团队应具备提供各种培训以适应这些变化的能力。

使数据战略与业务战略保持一致

公司必须使整体数据战略与公司的业务战略保持一致。只有这样，数据治理计划才能成功。

原则与道德

合乎道德的数据处理可以提高组织的可信度以及组织的数据和流程结果。就像 W. Edward Deming 关于质量的声明一样，道德意味着“在没有人注意的情况下做正确的事”。

数据分类

数据分类可帮助团队查找、组织和保护相关数据。我们可以根据不同的类别对数据进行分类： 功能类别 – 客户、供应商、项目、库存 安全类别 – PII、敏感、受保护等

建筑业务术语表

业务词汇表通过在整个组织中创建通用词汇表来帮助解决沟通问题。它还通过一系列数据字典综合组织数据资产的所有信息，从而确保这些术语的一致性。然后将其重新排列为更易于理解和直接的格式。 要创建有用的业务词汇表，组织应实施可以连接数据质量、数据沿袭和数据定义的数据治理解决方案。

数据质量监控

如果数据要推动更好的业务决策，就必须跟踪、管理和监控数据质量。因此，能够在整个生命周期中测量和监控数据质量并随时间比较结果是对持续数据质量改进和数据治理进行主动管理的重要组成部分。 数据访问请求和控制

管理角色和职责

角色和职责是数据治理的重要组成部分，归结为识别和管理数据所有者和管理者的角色。 数据管理员的职责： 数据管理员是确保数据元素（内容和元数据）适用性的角色。他们所做的任务：

确保数据分类正确 确保作者准确描述数据，以便其他人可以轻松找到和理解它 确保数据质量

数据所有者的责任： 数据所有者是对数据资产负责的个人。他们所做的任务：

确保数据清理和合理化的预算 通过工作流控制数据访问

数据成熟度评估

1级初始临时

很少或没有治理 有限的工具集 在筒仓中定义的角色 控制应用不一致，如果有的话 未解决的数据质量问题

2级可重复

新兴治理 引入一致的工具集 定义了一些角色和流程 越来越多的人意识到数据质量问题的影响

3级定义

数据被视为组织推动力 可扩展的流程和工具；减少手动流程 包括数据质量在内的流程结果更可预测

4级管理

集中规划和治理 数据相关风险管理 数据管理绩效指标 数据质量的可衡量改进

5级优化

高度可预测的过程 降低风险 管理数据质量和过程质量的良好理解指标